Approche décentralisée pour un apprentissage constructiviste en environnement continu : application à l'intelligence ambiante

Le paradigme constructiviste de l'apprentissage en intelligence artificielle (IA) se développe largement à travers des concepts tels que l'IA incarnée, l'IA énactive ou la Robotique développementale. L'objectif commun à ces approches est de créer des agents autonomes car dotés d'une capacité d'adaptation à leur environnement et même d'apprentissage, à l'image des organismes biologiques. Un vaste champ d'application inclut tous les systèmes en interaction avec un environnement complexe, dont les objectifs sont variés et non prédéfinis. Suivant ce positionnement, nous nous intéressons ici au problème de l'intelligence ambiante. Nous proposons un modèle décentralisé d'apprentissage constructiviste pour un système d'AmI basé sur une architecture multi-agent. Avec ce travail nous abordons notamment le problème de l'amorçage de l'apprentissage sensorimoteur pour des environnements réels continus sans modélisation de l'environnement à priori.